در طول 40 سال گذشته، زمستان های کالیفرنیا خشک تر شده است. این یک مشکل برای فعالیت های کشاورزی در منطقه است، زیرا کشاورزان برای آبیاری محصولات خود به بارندگی زمستانی متکی هستند. تعیین اینکه آیا کالیفرنیا به خشک‌تر شدن ادامه خواهد داد یا اینکه آیا روند معکوس خواهد شد، عواقبی برای میلیون‌ها نفر دارد.
اما تاکنون، مدل‌های اقلیمی که تغییرات گازهای گلخانه‌ای و سایر فعالیت‌های انسانی را در نظر می‌گیرند، در بازتولید روند خشک شدن مشاهده‌شده در کالیفرنیا با مشکل مواجه شده‌اند. زمانی که مدل‌های آب و هوایی آینده را پیش‌بینی می‌کنند یا گذشته را شبیه‌سازی می‌کنند، نمی‌توانند در مورد روند بلندمدت بارندگی به توافق برسند. محققان آزمایشگاه ملی شمال غرب اقیانوس آرام (PNNL) می‌خواهند دلیل آن را بدانند، زیرا این نتایج ترکیبی برای برنامه‌ریزی آب در آینده چندان مفید نیستند.
روبی لئونگ، یکی از همکاران Battelle و دانشمند جو در PNNL می گوید: «وقتی این عدم قطعیت های بزرگ را در شبیه سازی و پیش بینی مدل مشاهده می کنیم، باید بپرسیم که آیا مدل ها برای این کار آماده هستند یا نه. «یکی از چالش‌های مدل‌سازی کالیفرنیا این است که چرخه‌های طبیعی طولانی‌مدت تأثیر زیادی بر میزان بارندگی آن دارند.
این چرخه ها از چندین سال، مانند ال نینو و لا نینا، تا چندین دهه، مانند نوسان بین دهه اقیانوس آرام (IPO) متغیر است. آنها نشان دهنده یک تنوع طبیعی مربوط به الگوهای دمای سطح دریا در اقیانوس آرام هستند و بر بارندگی زمستانی در کالیفرنیا تأثیر می گذارند.
اما آنها چه نقشی در ایجاد عدم قطعیت در پیش بینی های بارندگی کالیفرنیا دارند؟ عالی، معلوم است. نتایج Leung و تیم PNNL نشان می‌دهد که چرخه‌های طبیعی مسئول بیش از ۷۰ درصد عدم قطعیت در شبیه‌سازی مدل روند بارش در ۴۰ سال گذشته هستند. با جداسازی اثرات چرخه‌های طبیعی، دانشمندان می‌توانند بر روی بهبود مدل‌ها تمرکز کنند تا ابهام باقی‌مانده در مورد چگونگی تأثیر گازهای گلخانه‌ای و سایر فعالیت‌های انسانی بر اقلیم را کاهش دهند.
تاثیر گروه ها
با قدرت محاسباتی بیشتر، محققان اکنون می‌توانند مجموعه‌های بزرگی از شبیه‌سازی را انجام دهند که شبیه‌سازی گروه بزرگ نامیده می‌شود. برای تولید آنها، محققان مدل های آب و هوایی را 40 تا 100 بار با تفاوت های اندک در شرایط اولیه انجام می دهند. از آنجا که همه چیز به جز شرایط اولیه ثابت می ماند، این مجموعه ها نمایش منحصر به فردی از تنوع طبیعی را ارائه می دهند. مراکز مدل سازی در سراسر جهان نیز شبیه سازی هایی را انجام می دهند که به مجموعه های چندوجهی کمک می کند. آنها عدم قطعیت کلی را به دلیل تغییرپذیری طبیعی و عدم قطعیت مدل نشان می دهند.
لئونگ و تیمش سه شبیه‌سازی از مجموعه‌های تولید شده توسط سه مدل آب و هوایی مختلف و دو مجموعه چندوجهی از دو نسل اخیر مدل‌های آب و هوایی را تجزیه و تحلیل کردند. آنها می خواستند منابع عدم قطعیت را در پیش بینی های بارندگی کالیفرنیا تعیین کنند. چیزی که آنها پیدا کردند آنها را شگفت زده کرد.
این تیم دریافت که چرخه های آب و هوایی طبیعی مسئول تقریباً 70 درصد عدم قطعیت کلی در شبیه سازی مدل روند بارش در کالیفرنیا در 40 سال گذشته است. این امر 30 درصد از عدم قطعیت را در مورد اینکه مدل ها چگونه تأثیر انسان بر آب و هوا را نشان می دهند باقی می گذارد.
لئونگ گفت: «ما می‌دانیم که چرخه‌های طبیعی تأثیر زیادی بر آب و هوای کالیفرنیا دارند، اما فکر نمی‌کردیم این چرخه‌ها تا این حد بر عدم قطعیت کامل شبیه‌سازی‌های اقلیمی تسلط داشته باشند». این نتیجه اهمیت شبیه‌سازی‌های مجموعه بزرگ را برای جداسازی تأثیر انسان بر آب و هوا نشان می‌دهد، که ممکن است در مقایسه با چرخه‌های طبیعی در برخی مناطق کوچک باشد.»
چرخه های طبیعی در برابر نفوذ انسان
از چرخه های طبیعی که بر آب و هوای کالیفرنیا تأثیر می گذارد، IPO یکی از مهمترین آنها است. مراحل چندین دهه آن به تعیین اینکه آیا کالیفرنیا در روند خیس شدن یا خشک شدن است کمک می کند. نتایج این تیم به نقش مهم آن در خشک کردن کالیفرنیا در 40 سال گذشته اشاره دارد.
مدل‌های آب و هوایی در حال حاضر مهارت‌های محدودی در پیش‌بینی انتقال بین فازهای IPO دارند - به‌ویژه پس از دهه‌ها. بنابراین، پیش‌بینی‌های آتی بارندگی در کالیفرنیا به دلیل چرخه‌های عرضه اولیه سهام بسیار نامشخص است.
بنابراین، این امر به کجا منجر به تغییرات انسان‌ساز، مانند گرم شدن و افزایش گازهای گلخانه‌ای می‌شود؟ آنها هنوز نقش مهمی در شکل گیری آب و هوا و آب و هوای آینده دارند. با ادامه انباشت گازهای گلخانه ای در اتمسفر و افزایش ظرفیت گرمایی اقیانوس ها با افزایش دما، گرم شدن هوا و اثرات آن آشکارتر می شود.
لونگ گفت: "تغییرپذیری طبیعی، مانند یک IPO، مانند نویز پس زمینه است." «اگرچه سر و صدا قابل توجه است، واکنش آب و هوا به افزایش غلظت گازهای گلخانه ای سیگنالی است که در طول زمان در حال افزایش است. تمرکز تلاش‌هایمان بر کاهش عدم توافق مدل با این سیگنال تأثیرگذار است، به‌ویژه وقتی به آینده‌ای دور نگاه می‌کنیم.»
درک میزان تأثیر عوامل طبیعی و خارجی بر بارندگی در کالیفرنیا به محققان کمک می کند تا پیش بینی های خود را بهتر زمینه سازی کنند. این دانش به مدل‌سازان کمک می‌کند توضیح دهند که چرا مدل‌هایشان ممکن است در شبیه‌سازی روندهای گذشته مناسب نباشد. سپس دانشمندان می توانند نتایج دقیق تری را به افرادی که برای آینده آب در کالیفرنیا برنامه ریزی می کنند، انتقال دهند.
نقل قول: چرخه های آب و هوایی عدم قطعیت بارندگی را در کالیفرنیا ایجاد می کند (2021، 11 دسامبر)، بازیابی شده در 11 دسامبر 2021 از https://phys.org/news/2021-12-climate-california-precipitation-uncertainty.html
این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به جز هرگونه معامله منصفانه به منظور تحقیق یا مطالعه خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوا فقط برای مقاصد اطلاعاتی ارائه شده است.
[ad_2]
مقالات مشابه
- تل آویو برای اولین بار در رتبه بندی گران ترین شهر جهان قرار گرفت
- گفتگو: چگونه برای ایمن ماندن از coronavirus در یک حمام عمومی
- شرکت صادرات و واردات کالاهای مختلف از جمله کاشی و سرامیک و ارائه دهنده خدمات ترانزیت و بارگیری دریایی و ریلی و ترخیص کالا برای کشورهای مختلف از جمله روسیه و کشورهای حوزه cis و سایر نقاط جهان - بازرگانی علی قانعی
- داده های جدید نشان دهنده تداوم عدم تناسب قومیتی است
- ورزشی ارائه پوشش برای زندگی توجه کامل تصویر
- مایکل Wacha فوق العاده در متس اولین
- خودروهای فاقد معاینه فنی تا ۱۵ اردیبهشت جریمه نمیشوند
- دونالد مغلوب ساختن پیشی جستن تماس Ahmaud Arbery مرگ 'یک چیز وحشتناک'
- وجوه متقابل هفتگی: این پول و سرمایه گذاری نکات می تواند به شما کمک کند حرکت بازارهای مالی به عنوان اقتصاد بازگشایی
- با کمک فولرن ها یک الماس کمتر شکننده بسازید